/blog/perl


substr() in Perl
[154953 mal gelesen]
foreach in Perl
[129351 mal gelesen]
Arrays in Perl - Besonderheiten
[125822 mal gelesen]
split() in Perl - Zeichenketten teilen
[114113 mal gelesen]
open() - Dateien öffnen in Perl
[109196 mal gelesen]
grep - Listen durchsuchen in Perl
[95032 mal gelesen]
chomp() in Perl
[93780 mal gelesen]
push in Perl
[91005 mal gelesen]
sleep in Perl - Das aktuelle Script warten lassen
[76151 mal gelesen]
index() in Perl - Zeichenkette in Zeichenkette suchen
[59968 mal gelesen]


Arrays
Dateien
HTPC
Hashes
Leistungsoptimiert
PHP
Perl
RegEx
Schleifen
Script
Skalare
Sonstiges
System
Webserver
Zur Startseite


Samstag, 15.12.2007, 15:52:52 Uhr

Eine nette kleine RegEx


Ich bin gerade die Tage über eine kleine, nette RegEx gestolpert, die zwar nichts weltbewegendes ist, die ich aber trotzdem erwähnenswert finde.
Und zwar ging es wieder mal darum, aus einer Website einen Link zu extrahieren.

Die folgende kleine Regex holt dann zum Beispiel den href-Teil aus dem <a...>-Tag:

my $link=qq~<a href="test.htm" target="_blank">Ein Link</a>~;
if ($link=~ / href\=([\"\']*)(.*?)\1[\s\/>]/is) {
$ergebnis =$2;
}
else
{
$ergebnis='Kein Link da';
}
print $ergebnis;


Wie gesagt, nichts weltbewegendes, aber wer im Hinterkopf hat, daß solche Linkangaben mit " und ' oder auch ohne " und ' angegeben werden können, der lernt diese kleine RegEx schon zu schätzen.

Natürlich Könnte man das Ganze auch für alle anderen Parameter verwenden:

my $link=qq~<a href="test.htm" target='_blank' title=Testtitle>Ein Link</a>~;
if ($link=~ / href\=([\"\']*)(.*?)\1[\s\/>]/is) {
$href = $2;
}
else
{
$href='Kein href da';
}

if ($link=~ / title\=([\"\']*)(.*?)\1[\s\/>]/is) {
$title = $2;
}
else
{
$title='Kein title da';
}

if ($link=~ / target\=([\"\']*)(.*?)\1[\s\/>]/is) {
$target = $2;
}
else
{
$target='Kein target da';
}



print "$href \n $title \n $target \n";



Oder weil der Code ja immer der Selbe ist, könnte man auch ne sub 'von machen:

my $link=qq~<a href="test.htm" target='_blank' title=Testtitle>Ein Link</a>~;

print &get_parameter($link,"href")."\n";
print &get_parameter($link,"title")."\n";
print &get_parameter($link,"target")."\n";
exit;

sub get_parameter{
my $line=shift;

my $gesucht=shift;
if ($line=~ / $gesucht\=([\"\']*)(.*?)\1[\s\/>]/is) {
return $2;
}
else
{
return "Kein $parameter da";
}

}


Warum ich mich da jetzt so dran hochziehe?
Nun, interessant ist die RegEx, besonders das $gesucht\=([\"\']*)(.*?)\1[\s\/>], also die \1.
Denn die speichert die Anführungszeichen oder das '-Zeichen, bzw. eben die nicht vorhandenen Anführungszeichen in \1 und sucht nach den gleichen Zeichen, oder auch nichtvorhandenen Zeichen, die dazugehören. Äh, wie?

Also:
Gegeben ist:
href="test.htm"
Die Regex sucht also nach
href="test.htm" , da die "-Zeichen als Paar erkannt werden. Gleiches gilt für '-Zeichen, oder auch wenn keine Zeichen vorhanden sind.

...

Naja, auch wenn ich vielleicht den Sinn nicht so ganz rüberbringe: Ich find's gut!








Thema: Perl Script RegEx

Der Beitrag "" wurde 8411 mal gelesen.

Kommentar schreiben  Druckansicht  Seitenanfang 
Beurteilen 






 Zufällige Beiträge im /blog/perl

Fortgeschrittenes beschreiben von Dateien

Arrayeinträge zählen und sortiert nach Häufigkeit ausgeben

Windows Vista - Systemsteuerung

Webserver mit Apache, MySQL, Perl und PHP auf Windows-PC simulieren

chr() in Perl - Zeichen anhand seines ASCII-Codes ermitteln und ausgeben

Zugriff auf bestimmte Webseiten sperren unter Windows XP

Vordefinierte Variablen in Perl

Doppelte Elemente aus Array entfernen - Und die Reihenfolge beibehalten!

rename - Dateien und Verzeichnis umbenennen



0.0329771041870117 sec. to build



...Blogsoftware in pure Perl - Powered by a lot of Coffee...


SSD-Festplatte - Wassn das???
Die Transliteration - Nur ein Zeichen in einem Skalar ersetzen
Select - Case in Perl
Windows 7 XP Mode – Wo finde ich den XP-Modus unter Windows 7?
Mac-Adresse beim Apple Macintosh herausfinden
SGN-Funktion für Perl

Eigene IP herausfinden mit Perl
Epoche live in Datum umwandeln
Firefox 3 - Exe-Files downloaden


Gesamtverzeichnis
Februar 2010
Dezember 2009
Oktober 2009
Januar 2009
Dezember 2008
November 2008
September 2008
August 2008
Juli 2008
Juni 2008
Mai 2008
April 2008
Januar 2008
Dezember 2007
November 2007
Oktober 2007
September 2007
August 2007
Juni 2007
Mai 2007
April 2007
März 2007
Februar 2007
Januar 2007
Dezember 2006


Mister Wong

RSS-Feed

Heute ist der
4.4.2025

Es ist
18:03:01 Uhr

Ihre IP:
3.16.75.201

Blog-Einträge: 186

Die letzten 24 Stunden im Überblick


Gelesene Beiträge insgesamt:
4442694


Webseiten vergleichen
Kalender mit Feiertagen - 2028
Links finden und testen
Menschliche Datumsangaben
IP zu Domain herausfinden
Time live in Datum umwandeln
Perl für Windows



Impressum